導入 カゴ台車の自動搬送では、「目的地まで運ぶこと」よりも、「毎回同じ位置に止まること」が難しいケースがあります。 一方で、ラックや専用パレットの搬送では、停止位置を比較的高い精度で再現できます。ラックは形状が一定で位置決めしやすく、AMRとの相性が良いためです。 まずは、ラック搬送の様子をご覧ください。 ※本記事でご紹介する停止位置精度は、AMRによる自律走行と、最終位置決めにAGVモード（磁気テープ走行）を組み合わせた運転例です。搬送経路全体をAMRで走行し、停止精度が重要となる区間のみAGVモードへ切り替える構成となっています。 このように、ラック搬送では繰り返し同じ位置へ停止させることが比較的容易です。 しかし、カゴ台車では事情が異なります。カゴ台車は自在輪を備えているため、走行中に車輪の向きやタイヤへ応力が蓄積され、停止後にわずかに姿勢や位置が変化することがあります。また、ラックのように位置決めの基準となる形状を作りにくいことも、停止位置精度を難しくする要因の一つです。 今回は、こうした課題に対してお客様現場で実際に採用した位置決め方

AMRとAGVは「選ぶ」ではなく「組み合わせる」時代へ AMR（自律走行搬送ロボット）とAGVは、これまで「どちらを選ぶか」という視点で語られることが多い技術です。しかし実際の現場では、この2つは対立するものではなく、それぞれの特性を組み合わせることで、より高い効果を発揮します。 特に近年では、AMRの柔軟な走行とAGVの高精度停止を両立する「ハイブリッド走行」が、現場にフィットする選択肢として注目されています。 AMRとAGVの違いは「停止位置精度」と「柔軟性」 AMRは環境に応じてルートを変えられる一方で、停止位置にはばらつきが出ることがあります。一方でAGVは、ガイドに沿って動くことで安定した停止位置を再現できます。 関連記事｜ ライントレーサー・AGV・LiDARの違いとは ＊AMRとAGVの違いについては、こちらの記事で詳しく解説しています AGVはなぜ現場で「位置合わせしやすい」のか AGVが現場で使いやすい理由は、単なる精度の高さではありません。実際の導入現場では、以下の2点が非常に重要になります。 1．磁気テープを直接地面に貼って

AMR導入でよく聞く質問：停止位置精度とは AMR導入を検討する際、多くの現場でよく聞くのが、「AMRの停止位置精度はどれくらいか」という質問です。ここでは自己位置精度について、2D LiDARと3D LiDARの比較を通じて分かりやすく紹介します。 2D LiDARの場合：平面上の三角測量 2D LiDARは三角測量で例えられる 自己位置の計算は、「今のLiDARが見ている景色と持っている地図がどれくらい一致しているか」を確率的に計算していると紹介しました。 2D LiDARの場合は、平面上の限られた点（特徴点という）で「三角測量」をしている状態です。特徴点は、走行時の振動やセンサーの精度によって、作った地図にもLiDARで景色にも誤差が含まれます。この誤差が重なると完全に一致する「三角形」が存在しなくなります。従って緩やかに一致しているところを自己位置とする、という閾値の設定が必要になります。これが2D LiDARの場合に自己位置精度が落ちる理由になります。 極端な例として、３点のみで自己位置を計算している下の図のような場合ですと、特徴点とな

オドメトリ精度向上のための現場調整の重要性 自律走行の重要な要素として自己位置推定があります。LiDARから得た情報を元に自己位置を推定するのですが、カーナビと同じように他のセンサー情報を使って自己位置の補正を行います。今回はオドメトリという車輪やステアリングの回転角度からの累積計算からロボットの位置を推定する手法を紹介します。 ROSのパッケージ上にはオドメトリ計算用の各種パラメータ設定項目があります。代表的なもので、駆動輪の直径、左右のタイヤの中心間距離であるトレッド幅があります。 自律走行をさせるロボットのカタログ値を登録するのですが、タイヤに関して言えば、導入環境次第でカタログ値を使ってもうまくいかない場合があります。またロボットには機械誤差があり、こちらも考慮する必要があります。 今回はLiDARでの補正を使わず、オドメトリ計算だけでナビゲーションにどのような差がでるのか見てみました。 ケース１：仕様書通りのタイヤ径・トレッド幅を使った走行・LiDAR補正なし ケース２：パラメータ調整後の走行・LiDAR補正なし このように、カタログ値

ナビゲーションにおける自己位置推定 動作環境 項目 内容 OS Ubuntu20.04 ROS 2 Distro Foxy Fitzroy はじめに ROS2では 目的地を設定したら経路を計算して実際にロボットを目的地まで移動させることができるNavigation2の開発が進められている。 github: https://github.com/ros-planning/navigation2 ドキュメント: https://navigation.ros.org/index.html また、ROS 2ではないが産業技術総合研究所ロボットイノベーション研究センターによるNavigationスタックの設計仕様をまとめたドキュメントも理解の助けになる。 https://robo-marc.github.io/navigation_documents/introduction.html Navigation2は複数のパッケージで構成されており、それぞれのパッケージごとに設定すべきパラメータが存在する。その結果、パラメータの数が多くなっており、自作のロボット